第182章 天才的面前沒有挫折
海面上的事情很快傳到了陳唸的耳朵了，不過他對這樣的騷操作，卻是見怪不怪了。
本來就是要退役的軍艦，拿去給漁政、海警用，不是各國的基本操作嗎？
國際慣例罷了嘛，不值得驕傲！
更何況，這次“改造”用的051本來就老的不行，按照他的記憶，06年就要退役了，退役之前發揮下餘熱，臨時救救場，不算什麼.
不過，對他來說，在這件事情之後，造島事宜提上日程，障礙基本掃除，剩下的工作就是在最短的時間之內造出屬於我們自己的天鯨號。
陳念沒有到現場去指揮，因爲相比起之前的所有項目，其實天鯨號的總體技術難度並沒有想象中的那麼高。
它的難，主要體現在工程難度上。
也就是說，難在怎麼把一個巨型項目有條理地拆解、分配，怎麼調動各個部門的生產力，怎麼進行流程化、標準化的生產。
這些方面，其實陳念是幫不上太多忙的。
他所能做的，只是在項目組遇到技術關卡的時候，動用自己的力量，幫助他們快速突破罷了。
所以，在不在現場，差別都不大。
“沒關係，搞科研就是這樣，有時候甚至是成百上千次失敗，才能換來一次成功。”
哪怕是科幻小說，對人工智能的展望也是在幾十年之後。
“即使我們現在的小型機跑得動，以後真上了無人機也跑不動。”
這就說明，至少在心性上，他們是基本過關的。
以此爲標準，去約束無人機的行動，並作爲機器學習訓練的判據，一方面給了模型更大的自由度，一方面也能滿足實際使用的需求，可以說是折中情況下最好的選擇了。
結束了一天的小課之後，陳念跟王建成約在了學校的計算機綜教中心的實驗室裡，那裡有能夠支撐卷積神經網絡模型所需算力的小型機，正好可以用於這次訓練實驗。
——
當然，能批下來，其實也是陳念通過陳果暗中安排的結果。
“所以你們的判據是最後怎麼設置的？還是之前說的那樣，以跟隨距離爲標準嗎？”
時間一分一秒地過去，隨着程序的不斷運轉，王建成的臉色變得越來越凝重。
這本來是王建成的項目，但在看到項目的潛力之後，陳念也忍不住參與了進去。
想要數據，也就是幾個電話的事情。
在之前，因爲對項目的興趣，他也已經瞭解了一些機器學習、卷積神經網絡方面的知識。
“要麼，我想辦法去聯繫航模社那邊，讓他們幫我們刷一刷先驗數據。”
課程已經預約好，導師仍然是莫忠敏，以他的水平，教現在的陳念還算是得心應手
除了上課之外，陳念目前做的最多的事情，就是跟王建成一起討論無人機系統的問題了。
倒不是想要摘王建成的果子，只是出於一種.科研人員的好奇心和征服欲。
於是，這段時間裡，陳念都留在西工大，繼續他的學習。
王建成點了點頭，手指輕敲回車鍵。
王建成會是這樣的人嗎？陳念會是這樣的人嗎？
“是這樣的，剛纔陳念學長告訴我了，其實我們一開始的思路就是錯的。”
“慢慢來吧，現在你們還有時間的。”
從獲得陳唸的點撥，逐漸瞭解卷積神經網絡算法的基礎原理之後，他幾乎感覺整個世界都已經掌握手中。
他一路向實驗室的方向走去，進門之後，王建成已經早早地等在了那裡，一見他走進來，便立刻站起身熱情地招呼道：
他想知道，自己到底有沒有能力在不需要系統幫助的情況下搞出有突破性的成果。
楚建樹笑着點了點頭，回答道：
這兩小子不愧是天才啊，一法通萬法通，爲了這個模型，他們所掌握的絕對不僅僅是單一的人工智能知識而已。
於是，他安慰地拍了拍身邊陳唸的肩膀說道：
“對我們來說，確定目標，隨後轉向、運動是一個連續的動作，但事實不是這樣的！”
“也就是說，人工先驗和機器先驗拉不齊”
這不僅僅是結果沒達到預期那麼簡單，而是不可用！
如果達不到預期，那還可以通過不斷地調整和優化來向目標靠攏，可如果是不可用那真的就是怎麼嘗試都沒有用了。
楚建樹開口問道。
陳念當然是在想着剛纔自己腦子裡閃過的那一抹稍縱即逝的靈光，至於王建成嘛.大概率也是在琢磨着模型的事情。
雖然說在這方面，王建成的確是個不折不扣的天才，但自己的指導和協助也發揮了不可替代的作用。
這一套算法的潛力實在是太大了，只要不斷去開發，有一天徹底改變世界也不是奢望。
他心裡還想着，也許這兩孩子是受了打擊不想說話，當然也可能是在規劃下一步的計劃，但不管怎樣，自己都不應該太過打擾他們。
“所以，最後的策略是，使用歸隊成功率作爲主權重判據，距離只作爲輔助。”
楚建樹看的都不太明白，倒是王建成，一邊緊緊盯着瘋狂閃爍的一行行代碼，一邊不斷地開口解釋：
“已經完成一千次訓練了，效果很差，成功率0%不過也正常，我估計至少要訓練百萬次以上，才能達到初步的效果。”
“但這麼搞出來的數據準確率比較差，不知道二次加工需要多少時間。”
這倒是有些尷尬了.
不過，除了這個方法，就沒有別的方法了嗎？
他總感覺，自己似乎忽略了什麼東西.到底是什麼呢？
機器學習中有一條鐵律：
當AI的訓練強度大於人工訓練強度時，那模型就是無效的。
他趕緊上去打了個招呼。
而想要在這個時代，在當前的計算機算力下實現初級人工智能，還要考慮終端機的性能上限，這談何容易？
不然的話，陳念自己雖然可以隨便進出，但以王建成一個普通學生的身份，無論多麼牛逼，這玩意兒也不可能對他開放.
陳念有時候也不由得有些感慨。
下一步，陳念打算繼續去學材料表面/界面科學，進一步完整和充實自己的材料學知識體系。
但問題是，這樣的解決問題的方法，對這兩個孩子來說無異於拔苗助長。
他開口問道：
“能看出原因嗎？”
陳念過去一看，在場的不僅有王建成，還有之前自己曾經求助過的、西工大專門教飛控的教授楚建樹。
作爲編隊中的重要部分，毫無疑問，無人機是要跟有人機組成飛行編隊的，但由於性能上的差異，編隊的隊形不可能永遠保持穩定。
——
別說有人、無人混編了，哪怕純粹的有人機編隊，也不可能在戰鬥中始終保持隊形。
伴隨着小型機的風扇轉動，程序立刻開始了運轉。
王建成失望地看着屏幕上的結果，這一刻，他感受到了一種難以言喻的挫敗感。
“你們這個項目挺有意思的，我之前也跟着看了，現在出成果了，肯定要來看看。不影響你們吧？”
這樣的策略對其他人來說不容易，可放在他這裡，卻不困難。
陳念笑着回答道。
科研如修仙，財侶法地缺一不可啊。
“我們根本沒必要將它處理成連續的函數，反而應該拆分成兩個不同的模型。”
楚建樹驚訝地問道。
“不太行啊.這個算法好像達不到可用的標準。”
當時王建成打算啓動項目，但各方面的資源、信息準備都不夠充足，於是陳念就通過陳果的關係聯繫了楚建樹，讓他來做一個接口人。
“不是，已經改了。這個判據太死板了，如果只使用距離作爲判據，雖然成功率高，但同時，一旦失敗，造成的後果也很嚴重。”
截至目前，進展也讓他驚喜。
這種想法就跟身居高位的職場精英，還要不斷地去裸身求職一樣。
很顯然，他手裡的這個模型，就是這樣的情況。
也是通過他的關係，這個配了小型機的實驗室纔會開放。
“至少好過沒辦法，有問題總得想辦法解決.等我們回去再想想好了。”
而且，在這個賽道上，自己已經比其他研究者快了不知道多少步，只要能拿出可用的成果和案例，自己很有可能會跟學長一起，成爲新一代人工智能的開創者之一。
但另一方面，如果想要形成戰鬥力，編隊、分組又是必須的。
“我們沒辦法把預估損失也作爲判據加進去，那樣的話，整個模型會變得太過龐大。”
但自己.還能有那樣的心氣嗎？
楚建樹在一旁默默地聽着兩人的對話，實際上，這個結果也算是在他的預料之內。
在之後的訓練裡，模型將會根據飛行程序輸入的隨機指令自動開始學習，用高頻率的試錯逐漸去尋找收益最大的策略。
在他剛剛洗漱完之後，他的私人手機便接到了王建成的電話。
不過，等他回到自己的住處時，仍然忍不住有些擔憂。
說着，王建成直接敲下了停止鍵，模型停止運轉，最終的結果，在六萬多次的訓練中，達成有效結果的次數僅僅爲兩次。
這就要求飛行員在完成戰術動作之後迅速歸位。
“學長！在這邊！”
“五千次，這算成功了一次，有一架無人機歸隊了，但這是運氣，策略還沒辦法形成”
因爲這玩意兒的積累是步步爲營的，不存在什麼一步登天的機緣。
要知道，這可是人工智能啊！
“明白，楚教授。不用擔心，這都是小問題，等明天我們去找數院的老師聊聊，看能不能再在算法上做一些優化好了。”
這是多麼大的榮譽，不用細說。
“我們把人對飛機的操作帶入到無人機裡了！”
聽到他的話，陳念也皺起了眉頭。
“從機器的角度來看，所謂的位置變化，其實就是一個一個的數據點的變化。”
電話那一頭，王建成興奮地說道：
“很可能，等數據加工出來，建成都已經錯過申請特別班的時間了.但只要能把模型寫出來，就是不虧的。”
還好，第一反應不是放棄，也沒有下意識地求助自己，而是規劃出瞭解決方案。
實際上，在最開始，他對這個模型是極爲自信的。
不過，一個普通的學生，怎麼會有這樣的見識呢？
——
他還不知道，此時的陳念，對於空軍戰術的瞭解，其實都是已經有過實踐經驗的了
“很聰明，這應該是我們最好的解決方案了。咱們現在就開始嗎？”
收拾好之後，三人一起走出校門隨便吃了一口飯，過程裡，無論是王建成還是陳念，都有些沉默。
那還玩個屁啊？
但現在，這更像是一次探索。
“這麼搞下去，我們還不如人工遍歷定製策略來的划算了.”
兩人沉默了片刻，隨後，王建成開口說道：
“兩條路可以走吧。”
如果這是一個緊迫的科研任務，那無論動用什麼手段，楚建樹都不會覺得過分。
“現在開始！”
這一次，自己能通過特權幫他們解決問題，那下一次呢？
該經歷的事情總是要經歷的，既然已經下決心不插手，那就得貫徹到底。
“訓練效率太過低下了，策略生成的速度也慢。”
能做到這一步，已經是某種意義上的成功了。
“還有一條路，就是把模型整個推倒重來。”
接下來的路，還是要一步一步慢慢去走的。
——
當然，要說解決方法，其實他也不是沒有。
“而且目前來看，這個任務的generalization，也就是任務泛化難度本身就很大，進一步提高了對機器的要求。”
一條條數據不斷輸入到模型中，由於沒有可視化界面，所有的學習過程都是以數據的形式呈現。
不過回頭看起來，這一整段學習給他提供的源點數量也達到了15點以上，總體來說，還是極爲划算的。
“看不出來.我感覺咱們的算法應該是沒什麼大問題的，但是，冷啓動耗費的資源太多了。”
尤其是年輕的天才——因爲這時候的他們心智還不成熟，可能極小的挫折，就會造成很大的蝴蝶效應，最終造成不可挽回的影響。
很多天才，其實就是夭折在了一次或者幾次的失敗上。
但他自己加入這個項目的初心，讓他不甘心去用這種有些“投機取巧”的方法。
聽到陳唸的回答，楚建樹眼前一亮。
他本來以爲，事情就是會這樣一切順利地發展下去，但沒想到，模型的初次訓練成果，給了他重重的一擊。
而另一邊，楚建樹在聽到王建成的回答後，卻是欣慰地點了點頭。
對方並不是星火小組的成員，也不知道陳唸的身份，在他眼裡，陳念和王建成一樣，都是一個“普通”的，比較天才的學生而已。
“問題就是，這麼搞的話，底層邏輯也需要修改，工程量比較大。”
“楚教授，您也在啊？”
抱着這樣的自信，他可以說是一路高歌猛進，速度快到陳念都驚歎不已。
楚建樹希望他們不是，但卻沒有太多的把握。
——
然而，這樣的擔憂僅僅持續了不到兩個小時。
人才是需要培養的，在他們練級的過程中，可以給他們一些幫助，也可以指指路，但絕對不能幫他把boss刷了
想到這裡，楚建樹不動聲色地開口問道：
“那現在伱們打算怎麼辦？”
按照剛纔陳念和王建成的討論，整個模型最大的短板就是先驗不足，如果能夠在模型中植入足夠大的樣本數據庫，讓機器按照數據庫中的樣本去做推演和學習，那機器訓練的難度應該會呈幾何倍數降低。
看到兩人的表現，楚建樹也沒有多說什麼。
“機器學習的本質也是遍歷，但它沒辦法做任何感性經驗的參考。”
這樣的數據量，根本不足以支撐模型繼續訓練。
都是爲了檢驗自己的真實實力，避免溫水煮青蛙，最後死在鍋裡。
推倒重來，也許是唯一的辦法。
聽到他的話，陳念微微一笑，從善如流地站起身，還不忘提醒王建成把小型機的初始設置歸位。
看着王建成略微有些失望的眼神，陳念繼續問道：
“上次聊的混淆矩陣呢？能解決嗎？”
“啥？怎麼做的？”
“有這想法就好！走吧，咱們去吃個宵夜？我請你們！”
先進工程材料的全部課程已經學完，不過跟那些玄幻小說裡寫的不一樣，學完了一本完整的“秘籍”，他並沒有立刻就獲得強大的“功法”。
面向對象的開發，纔是真正有用的開發啊。
陳念微微點了點頭，沒有說話。
“不行，這麼跑下去不是個事兒。”
在充分理解了卷積神經網絡算法的原理之後，兩人僅僅花費了不到三週的時間，就已經做出了第一版的弱人工智能訓練模型，準備開始初步的測試了。
“不影響不影響，您願意來指導，我們高興還來不及呢。”
“解決不了.現在我們的問題是，priors和experience都比較少，想要高效得到高水平解決方案，就必須要求機器的智能化水平極高。”
而作爲重要項目夥伴，陳念自然也是不會缺席這次意義重大的測試的。
其實，楚建樹能做到的事情，他自己也能做到。
原因無他，成功率太低了！
這個模型的訓練效果遠遠要弱於他的預期，如果按照這樣的效率，恐怕億級的訓練都不夠用。
這的確是一個很聰明的策略。
王建成無奈地嘆了口氣，仰着頭看向了天花板。
“楚教授，我們今晚還想借用一下小型機！我們知道怎麼做了！”
而另一邊，王建成已經設置好了模型的基本參數，也連接上了模擬飛行程序。
基於自己的科研用途，讓軍方把飛行員的訓練記錄發一些過來不就行了？實在沒有的話，就讓他們按照目標邏輯飛幾次唄。
“我剛纔仔細想了想，其實模型中還是有不少被忽略掉的效率優化點的，這些點一一解決以後，肯定能有收益。”
“第一個模型，處理位置選擇，用於確定位置目標。”
“第二個模型，再去處理策略執行。”
“這麼一來，連續函數的複雜度會大幅降低，我們的訓練難度，至少會降低90%以上！”
楚建樹默默地聽着他的話，沉默幾秒之後，才由衷地說了一句：
“你們.幹得漂亮！”
此時的他心裡冒出來一個想法：
果然，在真正的天才面前，其實“挫折”這玩意兒，真的是不多的
(本章完)